Un paso que decide qué hacer a continuación
Un nodo agente razona, llama a las herramientas que le concedes, lee lo que devuelven y vuelve a decidir, hasta llegar a una respuesta. Los modelos están incluidos, así que no necesitas una clave de API para empezar.
Un nodo agente que llama a herramientas reales, con modelos incluidos en tu plan y cada paso de razonamiento registrado.
Qué puede hacer un agente
- Herramientas que puede llamar de verdad — Traza una conexión del agente a una herramienta y podrá llamarla: una vez, muchas o ninguna. El agente decide cuándo; tú decides a qué puede llegar. Nada se concede por defecto.
- Modelos incluidos, sin claves que gestionar — Cada espacio de trabajo recibe automáticamente su propia credencial de pasarela, así que un agente funciona en cuanto lo colocas. No hay que abrir una cuenta con el proveedor ni guardar una clave de larga duración que alguien pueda filtrar.
- Una traza que puedes leer — Cada ciclo queda registrado: qué estaba razonando el agente, qué herramienta eligió, los argumentos que envió y el resultado que leyó. Cuando un agente hace algo inesperado, el motivo está en el registro y no en una suposición.
- Acotado por diseño — Un agente que entra en bucle no puede disparar la factura. Cada espacio de trabajo tiene una asignación mensual de tokens que se comprueba antes de la llamada, y un límite de ciclos que corta un turno que no converge. Ambos son propiedades del plan, no del prompt.
Capacidades de la plataforma
- Incluidos: Modelos, en todos los planes incluido el gratuito
- Por llamada: Argumentos y resultados de la herramienta quedan en la traza
- Se comprueba antes: Asignación de tokens, antes de llamar al modelo
¿Necesito mi propia cuenta de OpenAI o Anthropic?
No. Cada espacio de trabajo recibe una credencial de pasarela al crearse, y la cuota mensual de tokens de tu plan cubre el uso. Si prefieres usar tu propia cuenta de proveedor, puedes aportar tu clave, pero nada queda bloqueado mientras no lo hagas.
¿Qué impide que un agente entre en bucle infinito?
Dos límites independientes. Un turno termina tras un número fijo de ciclos razonar-actuar-observar, haya llegado o no a una respuesta, y la asignación de tokens del espacio se comprueba antes de cada llamada al modelo, así que un agente no puede gastar más allá de su plan aunque se quitara el límite de ciclos.
¿Puedo ver por qué un agente hizo lo que hizo?
Sí. Cada ciclo se guarda con el razonamiento, la herramienta elegida, los argumentos enviados y la observación recibida. Esa es la diferencia entre depurar un agente y volver a ejecutarlo esperando que el problema reaparezca.